Vibe Coding入门配置指南：环境搭建、AI模型选择与云端开发避坑

最近和刚开始接触 Vibe Coding 的朋友聊了很多，让我回想起自己当初入门时踩过的各种坑。刚好借此机会，把过去半年积累的一些入门经验梳理出来，希望能帮到同样在路上探索的你。

备注：

1. 由于内容较多，将分多期发布；
2. 此经验截至 2026 年 2 月 7 日，AI/Agent 技术发展迅速，内容可能随时过期，请留意；
3. 我主要使用腾讯云，示例以此为主（其他云厂商差异不大）。

Vibe Coding 编程环境

• 最推荐的依然是 VS Code：开源、免费、插件生态强大、开放性强。无论你使用哪种 Coding Agent，基本都支持插件和终端两种方式。
  • 以 Kimi Code 为例，你既可以在终端（Terminal）使用它，也可以在 VS Code 插件侧边栏中使用。
    
  • OpenAI 的 Codex、Anthropic 的 Claude Code 以及国内大厂的 Coding Agent 基本都同时支持终端和 VS Code 插件。
• 如果你是 Google AI Pro/Ultra 订阅用户，可以使用 Antigravity 桌面端（在近期对 Opus 限流前，体验还不错）。
  
• 如果你是 OpenAI Plus/Pro 订阅用户，可以使用（刚发布的）Codex 桌面端。
  
• 国内产品可选择字节的 Trae、腾讯的 CodeBuddy、阿里的 Qcoder 等桌面端。但我个人已较少使用，原因在于——我是跟随大模型的能力走，而非客户端。

大模型的选择

• 国内大模型（截至2月7日）首选 Moonshot 的 Kimi K2.5，原因如下：
  • 原生多模态能力！你在编程过程中扔给它图片甚至视频，它都能理解。这对于描述复杂界面或逻辑至关重要，纯文本描述往往力不从心。
  • 性价比极高：（以 OpenRouter 价格为例）每百万输出 Token 价格为 2.25 美元；国内顶配订阅价格为 199 元/月，中重度使用也足够。
    
  • 由于性能优秀，许多延伸型 Agent（如 OpenClaw/ClawdBot 或 OpenCode）默认支持 Kimi Code 的 API 登录。这意味着你的订阅有了更高性价比，我目前所有的 OpenClaw bot 都由 Kimi K2.5 驱动。
    
• 复杂 Coding 任务首选 GPT-5.3-Codex，原因如下：
  1. 性能极为强大：风格偏向“人狠话不多”，接到任务后常会持续运行一段时间，然后交付一个完成度很高的成果。
  2. 账号风险相对较低：相比之下，Claude Code 的封号频率让我有些困扰（本周又成功被封一次）。
  3. 支持全面：同时支持终端、VS Code 插件、桌面客户端。
  4. 额度（Quota）耐用：约10分钟的工作约消耗周额度的1%，使用起来比较安心。
• 关于 Claude Opus 4.6：由于我刚被封号，未能充分测试。但目前看到的反馈是，其超长上下文会快速消耗额度。加之账号风险高，即使能力再强，也难以让人安心使用。（OpenRouter 上 Opus 4.6 每百万输出 Token 费用约为 25 美元，是 Kimi K2.5 的十倍以上！）
  • 鉴于本文面向新手，结论很明确：不建议新手使用 Opus 4.6/4.5 系列模型。

综上，给新手的建议是：

• 非复杂编程任务：选择订阅模式的 Kimi for Code（K2.5）。
• 复杂编程任务：选择订阅模式的 OpenAI GPT-5.3-Codex。

一切都同步到 GitHub

• 尽可能将一切代码和知识库内容同步到 GitHub。
• 应养成以下习惯：
  1. 为任何代码仓库或知识库，先在 GitHub 上创建一个仓库（根据内容敏感度选择公开或私有，若不确定，默认创建私有仓库，后续可更改）。
  2. 通过 GitHub Desktop 或 git clone 命令，将仓库克隆到你的编程环境（本地或云端）。
  3. 在这个具备 Git 管理的目录下进行开发或知识维护。
  4. 频繁执行 git push 以同步到 GitHub 远程仓库，这样你就永远不会丢失重要内容。（你甚至可以让 Agent 帮你写个定时同步脚本，每 X 分钟同步一次，记得写好提交信息）。
• 仓库创建并完成初次同步后，应立即在项目中创建 .env 文件，用于存放所有 API Key、Token 等敏感信息。务必将 .env 添加到 .gitignore 文件中，防止不慎将其提交并公开到 GitHub。

要频繁地记录和发布

• “公开学习，公开写作”（Learn in public, write in public）本质上是费曼学习法。通过输出倒逼输入，将网状信息梳理成树状结构，再用线性语言表达。这个过程能澄清模糊概念，并将其更好地整合进自己的知识网络。
• 我的记录与发布流程涉及的基础设施：
  • 记录工具：
    • VS Code：安装 Markdown 相关插件（如 Markdown All in One）即可。
    • Obsidian。
    • 强烈不推荐将信息记录在无法灵活、直接访问的笔记工具中（如 Notion、某些云笔记、Bear 等），这会让你失去对个人知识进行组合（compose）的主动权。无论之前积累了多少，都建议迁移到能让你的 Agent 随时访问的仓库里。
  • 公网文档服务框架：VitePress、Docsify、Docusaurus、Astro 等。众多开源框架能让你记录的内容以美观的方式呈现，增强成就感。
    
  • 渲染为公众号格式：Doocs 框架 + COSE 插件（可能是目前最好的微信公众号排版工具之一）。
    
  • 最终发布平台：微信公众号。
• 简化流程：Obsidian/VS Code → (VitePress) → Doocs → COSE → 微信公众号。（也可同步至小红书，但其同步功能有时不稳定）。
• 当然，你可以创建一个 Skill 来自动完成公众号草稿保存与发布（我目前还不完全放心全自动，会手动调整，未来可交由自动 Skill 接管，开发这样一个 Skill 大约需要30分钟）。

云服务器相关

• 一定要购买自己的域名（腾讯云域名控制台）。
  
• 一定要熟练掌握 DNS 配置（腾讯云 DNSPod）。
  
• 服务器的选择：
  • 初学者可购买“轻量应用服务器”，首次购买常有大幅优惠。
  • 但是，不推荐各云服务商默认推荐的、价格极具诱惑力的 2核2G 入门套餐。
  • 原因：作为新手，你很可能需要一个陪跑的 Agent 直接运行在这台服务器上。越是新手，对配置的要求反而越高。
  • 推荐最低 2核4G，最好 4核8G 的配置，可以避免许多因硬件配置不足导致的奇怪问题。
  • 如果觉得 4核8G 太贵，一定要了解 Spot Server（抢占式实例）。你可以将其理解为云厂商的“尾货”处理，价格大幅降低。在腾讯云称为“竞价实例”。
    
  • 使用 Spot Server，一定要定期制作并保存系统镜像。因为云厂商在资源紧张时可能会回收实例。有了镜像，你可以在10分钟内重新购买一台 Spot Server 并恢复环境。
    
  • 强烈建议购买海外节点，这能在安装依赖、拉取 Docker 镜像、使用 npm 等时，避免许多因网络环境导致的“奇怪”问题。
• 服务器的登录方式推荐使用密钥对（Key Pair）：
  • 这种方式需要你创建密钥对，并将 .pem 私钥文件妥善保存在本地（切勿丢失！）。

开发模式的选择

• 推荐新手采用 Remote-SSH 方式直接连接云服务器进行开发：
  1. 将服务器的 IP、用户名、.pem 密钥路径信息写在一个 .md 文件里。
  2. 将这个文件交给 Agent，让它帮你配置 VS Code 的 Remote-SSH config 文件。
  3. 配置完成后，在 VS Code 中按下 Cmd+Shift+P（Mac）或 Ctrl+Shift+P（Windows/Linux），输入 “Remote-SSH: Connect to Host”，选择配置好的服务器。
  4. VS Code 会打开一个新窗口来完成连接，并自动安装必要的插件（注意：如果服务器配置过低，安装大型插件可能会失败）。
  5. 推荐在远程环境中安装 Kimi Code 插件/CLI 和 Codex 插件/CLI。
  6. 连接成功后，VS Code 窗口左下角会显示 SSH: 你的服务器名称。
     
  7. 开发体验与本地几乎一致。好处是开发完成后可立即部署；结合 DNS 配置，能快速让其他人看到你的 Demo。缺点是这不适用于已有稳定用户的生产环境。
  8. 此外，云服务器也是部署 OpenClaw/ClawdBot 等自动化Agent的推荐选择（而非 Mac Mini）。

本地开发环境的选择

• 能选 Mac，就选 Mac。
• Mac 与云服务器的主流 Linux 系统同源（Unix-like），能极大减少“本地能跑，上线就崩”或反之的问题。当然，你仍需要依赖 Docker、Dev Container 等技术来进一步提高兼容性，但遇到的坑会比 Windows 少很多。
• Mac 的选择建议：
  • 选择 Apple Silicon 芯片（M1-M5），性能强，能效比高。
  • 硬盘容量重要性大于内存（一台 16G 内存的 M1 MacBook Pro 至今性能依然够用，但硬盘空间不足会让人非常痛苦）。
  • 对于非重度开发者（本文面向新手）：
    • MacBook Air：16G 内存 + 512G 硬盘起步。
    • Mac Mini：16G 内存 + 512G 硬盘起步。
      • 不推荐 16G+256G 的入门版 Mac Mini，硬盘实在太小，没做什么就可能只剩 50G，非常痛苦。
      • 不要指望通过外接硬盘解决此问题，在实际开发中会引入各种权限和路径上的麻烦。
  • 预算有限？M1/M2 芯片的机型目前依然非常能打，性价比很高。

未完待续...

后记

最近软件股普遍下跌，背后的逻辑简而言之是：面向人类（Human-oriented）的场景正在被面向智能体（Agent-oriented）的场景快速替代。

UI/UX 是为人类设计的。而 CLI（命令行）、Terminal（终端）、API、MCP（模型上下文协议）、Skills 等，是为智能体设计的。

由于大多数基于信息、比特和智力的工作都将很快被智能体接管，因此，几乎所有现有的、以人类为中心的软件、工具和应用，都需要以智能体为中心的方式重做一遍。现有软件巨头能否保住地位变得不确定。确定的是什么？是芯片，是算力，而算力的底层是能源。

嗯，逻辑就这么简单。

那么，在这样的未来里，你我将处于什么位置？或许，提前掌握与智能体协同工作的能力，构建并管理自己的数字知识库和工作流，是一个值得思考的方向。像 云栈社区 这样的开发者社区，正是大家交流这类前沿实践、共享避坑经验的好地方。